• 面向角色的网络嵌入综述;
• 财富分配的程式化模型;
• 警务存在下合作的生态演化动态;
• 网络中二阶同质性的悖论;
• 叫车司机的乘车接受行为;
• COVID-19 信息流行病不会影响疫苗的接受度;
• SOK：眼见为实：评估 Twitter 用户的可信度;
• 试点研究表明，在线媒体扫盲计划可减少印度尼西亚对虚假新闻的信任;
• 检测和隔离功效：来自简单流行病模型的见解;
• 描述 2020 年美国总统大选中虚假信息和阴谋的在线参与;
• 超越二元（非）种族主义推文：Covid-19 早期 Twitter 上种族主义和仇外观点的四维分类检测和分析;
• 一种区分散文和诗歌的模式识别方法;
• 面对面互动中的近距离与手机通信有关;
• 共生关系：使用本地网络资费部署社区规模储能的可行性;

面向角色的网络嵌入综述

原文标题： A Survey on Role-Oriented Network Embedding

地址： http://arxiv.org/abs/2107.08379

作者： Pengfei Jiao, Xuan Guo, Ting Pan, Wang Zhang, Yulong Pei

摘要： 最近，网络嵌入（NE）已成为机器学习和数据挖掘中最具吸引力的研究课题之一。 NE 方法在各种图挖掘任务中取得了可喜的性能，包括链路预测和节点聚类和分类。各种各样的 NE 方法侧重于网络的邻近性。他们为每个节点学习面向社区的嵌入，如果两个节点在网络中彼此靠近，则相应的表示相似。同时，还有一种结构相似性，即基于角色的相似性，它通常是互补的，与邻近性完全不同。为了保持基于角色的结构相似性，提出了面向角色的NE问题。然而，与面向社区的 NE 问题相比，最近提出的面向角色的嵌入方法很少。尽管探索较少，但考虑到角色在分析网络和面向角色的 NE 可以阐明的许多应用中的重要性，有必要及时提供对现有面向角色的 NE 方法的全面概述。在这篇综述中，我们首先澄清了面向社区和面向角色的网络嵌入之间的区别。之后，我们提出了一个用于理解面向角色的 NE 的通用框架和一个两级分类，以更好地对现有方法进行分类。然后，我们根据建议的分类选择了一些具有代表性的方法，并通过讨论它们的动机、发展和差异来简要介绍它们。此外，我们进行了全面的实验，以使用一些广泛使用的合成和现实世界数据集在各种与角色相关的任务上对这些方法进行实证评估，包括节点分类和聚类（角色发现）、top-k 相似性搜索和可视化……

财富分配的程式化模型

原文标题： A stylized model for wealth distribution

地址： http://arxiv.org/abs/1609.08978

作者： Bertram Düring, Nicos Georgiou, Enrico Scalas

摘要： T. Piketty（二十一世纪的资本）最近的一本书提出了财富不平等的重要问题。在过去的二十年里，物理学家和数学家开发了使用离散和连续随机过程（随机交换模型）以及相关的 Boltzmann 型动力学方程来推导财富分布的模型。在这些文献中，经济学中通常的均衡概念被统计均衡取代或完成。为了用一个具体的例子来说明这一活动，我们提出了一个用于财富分配的风格化随机交换模型。我们首先讨论一个完全离散的版本（具有有限状态空间的马尔可夫链）。然后我们研究它的离散时间连续状态空间版本，我们证明了平衡分布的存在。最后，我们讨论了这些模型与用于财富边际分布的类玻尔兹曼动力学方程的联系。本文在实践中展示了如何从有限描述开始并将其连接到遵循 Boltzmann 原始研究计划的连续模型。

警务存在下合作的生态演化动态

原文标题： Eco-evolutionary dynamics of cooperation in the presence of policing

地址： http://arxiv.org/abs/2107.07574

作者： Sayantan Nag Chowdhury, Srilena Kundu, Jeet Banerjee, Matjaž Perc, Dibakar Ghosh

摘要： 生态和演化有着内在的联系，研究一个同时考虑两者的数学模型有望带来与合作动态相关的深刻发现。在本文中，我们使用囚徒困境 (PD) 博弈作为长期理解与无关个体之间合作相关的基本社会困境的基础。除了传统的合作者和叛逃者之外，我们升级了当代 PD 博弈，将演化诱导的惩罚行为作为第三种竞争策略。在人口结构中，生态上可行的自由空间的丰富性通常会调节成分的繁殖机会。因此，此外，我们将可用空间的可用性视为生态足迹，从而得出一个简单的生态演化模型，该模型显示出迷人的复杂动态。作为可能的结果，我们报告了合作者和叛逃者的个人主导地位以及过多的混合状态，其中不同的策略共存，然后在社会生态框架中保持多样性。这些状态可以是稳定的，也可以是振荡的，其中，通过合作者、叛逃者和惩罚者的不同组合之间的循环优势来维持振荡。我们还观察到循环支配的新途径，其中合作者、惩罚者和叛逃者通过逆 Hopf 分岔进入共存，然后是逆周期加倍路线。

网络中二阶同质性的悖论

原文标题： The Paradox of Second-Order Homophily in Networks

地址： http://arxiv.org/abs/2107.07751

作者： Anna Evtushenko, Jon Kleinberg

摘要： 同质性——节点连接到其他同类的趋势——是网络研究的中心问题。在这里，我们对同质性采取局部观点，定义节点的一阶同质性（其链接到类似其他节点的个体趋势）和节点的二阶同质性（其邻居的聚合一阶同质性）的概念。通过这种观点，我们发现了一个令人惊讶的同质值结果，该结果仅适用于图拓扑结构的最小假设。它可以最简单地表述为“在红色和蓝色节点的图中，红色节点的红色朋友平均比蓝色节点的红色朋友更相似”。这种平均差距违背了简单的直觉解释，适用于全球异质和同质网络，让人联想到友谊悖论，但在结构上有所不同。这种差距的存在表明组间同质性测量的内在偏差，因此与网络中同质性的实证研究相关。

叫车司机的乘车接受行为

原文标题： Ride Acceptance Behaviour of Ride-sourcing Drivers

地址： http://arxiv.org/abs/2107.07864

作者： Peyman Ashkrof, Gonçalo Homem de Almeida Correia, Oded Cats, Bart van Arem

摘要： Uber 和 Lyft 等拼车服务的表现取决于个人司机的集体选择，他们不仅是司机，而且是私人车队供应商。在这种情况下，拼车司机可以自由决定是接受还是拒绝网约车平台分配的乘车请求。司机的乘车接受行为可以显著影响系统性能，包括乘客的等待时间（与服务水平相关）、司机的占用率和空闲时间（与司机的收入相关）以及平台收入和声誉。因此，确定驾驶员乘坐接受行为的潜在决定因素非常重要。为此，我们通过基于传达给受访者的不同信息设计的横断面陈述偏好实验，从在美国和荷兰工作的拼车司机那里收集了一个独特的数据集。使用选择建模方法，我们估计了影响乘坐接受选择的各种现有和假设属性的影响。就业状况、平台经验水平和工作轮班被发现是关键的个人特定决定因素。在工作日（周一至周四）工作的兼职和新手司机更倾向于接受乘车优惠。结果还表明，接送时间，即司机所在位置和乘客等候地点之间的旅行时间，对乘坐接受度有负面影响。此外，调查结果表明，有保证的小费（即潜在乘客预先表明的最低小费金额，目前尚不可用的功能）和因激增定价而产生的额外收入的价值明显高于旅行票价。所提供的见解可用于开发定制的匹配和定价策略，以提高系统效率。

COVID-19 信息流行病不会影响疫苗的接受度

原文标题： The COVID-19 infodemic does not affect vaccine acceptance

地址： http://arxiv.org/abs/2107.07946

作者： Carlo M. Valensise, Matteo Cinelli, Matthieu Nadini, Alessandro Galeazzi, Antonio Peruzzi, Gabriele Etta, Fabiana Zollo, Andrea Baronchelli, Walter Quattrociocchi

摘要： 在 COVID-19 大流行的背景下，信息消费如何影响行为？一个流行的假设指出，所谓的信息流行病对指导个人决策有重大影响。一个相互竞争的假设强调，接触大量甚至相互矛盾的信息对个人选择几乎没有影响。我们通过查看 2020 年 1 月 1 日至 2021 年 4 月 30 日期间 2000 万帐户产生的 1.46 亿内容来分析 Twitter 和 Facebook 上的疫苗信息流行病。我们发现与疫苗相关的新闻通过社交媒体引发了巨大的兴趣，影响了注意力模式和信息的形式正在蔓延。然而，我们发现，根据 Facebook 每日 COVID-19 世界症状调查对 160 万用户样本进行的测量，这种混乱的信息格局仅导致疫苗接受度的微小变化。这一发现支持了这样一个假设，即改变的信息消费模式不是行为变化的可靠预测指标。相反，对社交媒体的更广泛关注似乎在两极分化中得到解决，疫苗倾向和疫苗犹豫者保持其立场。

SOK：眼见为实：评估 Twitter 用户的可信度

原文标题： SOK: Seeing and Believing: Evaluating the Trustworthiness of Twitter Users

地址： http://arxiv.org/abs/2107.08027

作者： Tanveer Khan, Antonis Michalas

摘要： 社会网络和微博服务（例如 Twitter）在共享数字信息方面发挥着重要作用。尽管社交媒体流行且有用，但在许多情况下，腐败用户找到了滥用它的方法，例如通过提高或降低用户的可信度。因此，虽然社交媒体为获取信息提供了前所未有的便利，但它也带来了新的挑战——确定共享信息的可信度。目前，没有自动方法来确定哪些新闻或用户可信，哪些不可信。因此，建立一个可以衡量社交媒体用户可信度的系统已成为一个非常重要的问题。为用户分配可信度分数不仅引起了研究界的兴趣，而且也引起了双方大多数大玩家的兴趣——例如行业方面的 Facebook 和社会方面的政党。在这项工作中，我们创建了一个模型，我们希望它最终能够促进和支持社会网络社区信任度的增加。我们的模型收集了数据并分析了大约 50,000 名政治家在 Twitter 上的行为。影响分数，基于几个选择的特征，被分配给每个评估的用户。此外，我们使用随机森林、多层感知器和支持向量机将政治 Twitter 用户分类为可信或不可信。主动学习模型用于对我们数据集中的任何未标记的歧义记录进行分类。最后，为了衡量所提出模型的性能，我们使用精度、召回率、F1 分数和准确率作为主要评估指标。

试点研究表明，在线媒体扫盲计划可减少印度尼西亚对虚假新闻的信任

原文标题： Pilot Study Suggests Online Media Literacy Programming Reduces Belief in False News in Indonesia

地址： http://arxiv.org/abs/2107.08034

作者： Pamela Bilo Thomas, Clark Hogan-Taylor, Michael Yankoski, Tim Weninger

摘要： 在数字错误信息的威胁中，我们提供了一项关于在线社交媒体扫盲活动有效性的试点研究，旨在为印度尼西亚的个人提供帮助他们识别错误信息的技能。我们发现，与我们的对照组（总计 N=1000）相比，参与我们的在线培训材料和教育视频的用户更有可能识别错误信息。鉴于我们初步研究的有希望的结果，我们计划扩大在该领域的努力，并借鉴从该试点研究中吸取的经验教训。

检测和隔离功效：来自简单流行病模型的见解

原文标题： Testing and Isolation Efficacy: Insights from a Simple Epidemic Model

地址： http://arxiv.org/abs/2107.08259

作者： Ali Gharouni, F.M. Abdelmalek, David J. D. Earn, Jonathan Dushoff, Benjamin M. Bolker

摘要： 对个体进行病原体检测会影响流行病的传播。理解个人层面的抽样和报告测试结果过程如何影响社区或人口层面的传播是一个动态建模问题。检测过程对流行动态的影响取决于实施的基本因素，特别是检测强度和检测重点。在这里，我们使用一个简单的模型来探索测试对个人层面的影响如何直接影响人口层面的传播。我们的模型开发受到 COVID-19 流行病的推动，但具有通用的流行病学和测试结构。在经典的 SIR 框架中，我们添加了人均测试强度和特定于隔间的测试权重，可以对其进行调整以反映不同的测试重点——监测、诊断或控制。我们推导出由于测试、测试报告和相关隔离行为导致的基本再生数相对减少的分析表达式。密集测试和快速测试报告预计将在社区层面有益，因为它们可以提供对情况的快速评估、识别热点，并可以实现快速接触者追踪。快速测试在个人层面的直接影响不太清楚，可能取决于个人行为如何受到测试信息的影响。我们的简单模型表明，在某些情况下，增加的测试强度和更快的测试报告都会降低控制的有效性，并允许我们探索发生这种情况的条件。相反，我们发现将检测重点放在受感染的个体上总是可以提高控制的有效性。

描述 2020 年美国总统大选中虚假信息和阴谋的在线参与

原文标题： Characterizing Online Engagement with Disinformation and Conspiracies in the 2020 U.S. Presidential Election

地址： http://arxiv.org/abs/2107.08319

作者： Karishma Sharma, Emilio Ferrara, Yan Liu

摘要： 识别和描述社交媒体上政治话语中的虚假信息对于确保世界各地选举和民主进程的完整性至关重要。由于社交媒体有可能影响个人意见和社会动态，因此对社交媒体的持续操纵导致人们对 2020 年美国总统大选的担忧增加。在这项工作中，我们专注于在与选举相关的推文中以不可靠和阴谋论的形式识别扭曲的事实，以表征选举前的话语操纵。我们应用检测模型将事实声明与不可靠（或阴谋）声明分开，分析了 2.42 亿条与选举相关的推文数据集。已识别的声明用于调查虚假信息和阴谋集团的目标主题，最显著的是极右翼 QAnon 阴谋集团。此外，我们通过政治倾向和推文类型来描述与不可靠和阴谋推文以及与 QAnon 阴谋集团的帐户互动。最后，使用回归不连续性设计，我们调查 Twitter 抑制平台上 QAnon 活动的行为是否有效，以及 QAnon 帐户如何适应 Twitter 的限制。

超越二元（非）种族主义推文：Covid-19 早期 Twitter 上种族主义和仇外观点的四维分类检测和分析

原文标题： Beyond a binary of (non)racist tweets: A four-dimensional categorical detection and analysis of racist and xenophobic opinions on Twitter in early Covid-19

地址： http://arxiv.org/abs/2107.08347

作者： Xin Pei, Deval Mehta

摘要： 本研究超越了种族主义和仇外文本的二元分类，从社会科学理论中汲取了线索，为种族主义和仇外心理检测开发了一个四维类别，即污名化、攻击性、责备和排斥。在深度学习技术的帮助下，这种分类检测可以洞察 Twitter 上种族主义和仇外表达所反映的新兴话题的细微差别。此外，还应用了阶段性分析来捕捉 Covid-19 从国内流行病到国际突发公共卫生事件，再到全球大流行病早期发展阶段中主题的动态变化。这项研究的主要贡献包括，首先是方法论的进步。通过将最先进的计算方法与社会科学的观点联系起来，这项研究为未来的研究提供了一种有意义的方法，以深入理解数字平台上种族主义和仇外讨论的潜在微妙之处。其次，通过更准确地理解甚至预测公众意见和行动，这项研究为制定有效的干预政策以打击 Covid-19 下的种族主义犯罪和社会排斥铺平了道路。

一种区分散文和诗歌的模式识别方法

原文标题： A pattern recognition approach for distinguishing between prose and poetry

地址： http://arxiv.org/abs/2107.08512

作者： Henrique F. de Arruda, Sandro M. Reia, Filipi N. Silva, Diego R. Amancio, Luciano da F. Costa

摘要： 诗歌和散文是书面的艺术表达方式，可以帮助我们欣赏我们生活的现实。这些风格中的每一种都有自己的一组主观属性，例如韵律和节奏，人类读者的眼睛和耳朵很容易捕捉到这些属性。随着人工智能的最新进展，人与机器之间的差距可能已经缩小，而今天我们观察到掌握曾经完全由人类执行的任务的算法。在本文中，我们提出了一种仅基于听觉和节奏特性来区分诗歌和散文的自动化方法。为了比较散文和诗歌的节奏，我们将韵律和音素表示为时间序列，因此我们提出了一种从这些序列中提取节奏特征的程序。使用提取的特征集对所考虑的文本进行分类，使用神经网络获得的最佳准确率为 0.78。有趣的是，通过使用基于复杂网络的方法来可视化所考虑的不同文本之间的相似性，我们发现诗歌的模式比散文的变化大得多。因此，在这种模式中往往会发现一组更加丰富和复杂的节奏可能性。

面对面互动中的近距离与手机通信有关

原文标题： Proximity in face-to-face interaction is associated with mobile phone communication

地址： http://arxiv.org/abs/2107.08872

作者： Tobias Jørgensen, Talayeh Aledavood, Jari Saramäki, Sam G. B. Roberts

摘要： 移动通信的频率通常被用作衡量两个人之间关系强度的指标，但人们对移动通信与其他社交关系中的亲密行为有何关系知之甚少。我们使用来自 510 名参与者的独特多渠道 10 个月数据集来检查移动通信频率与面对面交互频率之间的关系，这是通过参与者手机之间的蓝牙扫描测量的。双人之间的通话次数与面对面互动的次数显著相关。面对面互动期间的身体接近是电话数量的最强预测因素。总体而言，电话通话中 36% 的差异可以通过面对面的互动和控制变量来解释。我们的结果表明，二元组之间的移动通信量是一种有用但嘈杂的关系强度衡量标准，但存在一些显著限制。

共生关系：使用本地网络资费部署社区规模储能的可行性

原文标题： A symbiotic relationship: the feasibility of community-scale energy storage deployed with local network tariffs

地址： http://arxiv.org/abs/2107.09019

作者： B. C. P. Sturmberg, M. E. Shaw, C. P. Mediwaththe, H. Ransan-Cooper, B. Weise, M. Thomas, L. Blackhall

摘要： 包含大量分布式能源 (DER) 的配电网络 (DN) 可能会遇到客户之间的点对点电力流动。这些电力流动会带来技术挑战，其定价会带来有关公平和公平的社会经济问题。本文展示了如何通过部署社区规模的储能 (CES) 和使用本地网络资费层更新 DN 定价结构来统一解决这些挑战。虽然这两种干预措施都是孤立研究的，但我们首次展示了它们的组合如何能够共生并解决各自在孤立部署时面临的缺点——CES 的可行性不再受到网络资费和本地网络资费的阻碍不再是 DN 运营商和客户群之间的零和权衡。我们的研究使用澳大利亚当前的电价和当前的网络价格作为参考，模拟了 CES 在一系列本地网络电价模型下的运行。我们评估太阳能和非太阳能拥有客户和 DN 运营商的财务结果，以及本地网络的自给自足和本地产生的太阳能的自用。我们的结果表明，为了使 CES 充分发挥其潜力并使所有利益相关者受益，将本地网络资费设置为低于标准配电网资费的一半至关重要。这一发现为监管者和政策制定者提供了明确的指导，并承诺使创新在财务和政治上都可行。

声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://netsci.complexly.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。